[论文解读] Robust Deformation Estimation in Wood-Composite Materials using Variational Optical Flow

Markus Hofinger, Thomas Pock+1 more|arXiv (Cornell University)|Feb 5, 2018

Industrial Vision Systems and Defect Detection被引用 2

一句话总结

本文提出一种计算机视觉方法，利用变分光流从多湿度扫描中自动估算木基复合材料的湿度诱导形变系数。通过参数化正则化计算密集形变场与应变场，即使在存在霉菌或裂纹等表面伪影的情况下，也能实现高精度、自动化的工程系数及其方差提取。

ABSTRACT

Wood-composite materials are widely used today as they homogenize humidity related directional deformations. Quantification of these deformations as coefficients is important for construction and engineering and topic of current research but still a manual process. This work introduces a novel computer vision approach that automatically extracts these properties directly from scans of the wooden specimens, taken at different humidity levels during the long lasting humidity conditioning process. These scans are used to compute a humidity dependent deformation field for each pixel, from which the desired coefficients can easily be calculated. The overall method includes automated registration of the wooden blocks, numerical optimization to compute a variational optical flow field which is further used to calculate dense strain fields and finally the engineering coefficients and their variance throughout the wooden blocks. The methods regularization is fully parameterizable which allows to model and suppress artifacts due to surface appearance changes of the specimens from mold, cracks, etc. that typically arise in the conditioning process.

研究动机与目标

• 自动化量化木基复合材料湿度诱导形变系数的手动过程。
• 解决长期湿度条件下表面外观变化（如霉菌、裂纹）对传统形变分析的干扰问题。
• 开发一种鲁棒且可参数化的正则化框架，即使在扫描数据存在视觉伪影时仍保持高精度。
• 直接从木样品的时间序列扫描中实现密集应变场计算与系数提取。

提出的方法

• 在长期湿度条件下获取木样品的多湿度扫描序列，以捕捉形变演化过程。
• 应用自动图像配准对连续扫描进行对齐，建立统一的空间参考。
• 使用正则化优化框架计算变分光流场，以建模扫描之间的像素位移。
• 利用光流场在样品整个表面推导出密集应变场。
• 通过数学建模从应变场中提取工程形变系数及其方差。
• 采用完全可参数化的正则化方法，抑制由霉菌、裂纹或纹理变化引起的伪影。

实验结果

研究问题

• RQ1 变分光流能否有效适配于从时间序列扫描中估算木基复合材料的湿度相关形变场？
• RQ2 如何调节光流中的正则化以在长期湿度条件下表面外观变化的情况下保持精度？
• RQ3 自动化形变系数提取在多大程度上可替代木基复合材料工程表征中的手动测量？
• RQ4 在具有视觉伪影的非均质表面上，应变场与系数方差的计算可靠性如何？

主要发现

• 该方法无需人工干预即可从多湿度扫描序列中成功计算密集形变场与应变场。
• 可参数化的正则化方法有效抑制了长期湿度条件下由霉菌、裂纹及表面纹理变化引起的伪影。
• 从应变场中可靠提取了工程形变系数及其方差，且空间分辨率高。
• 该方法实现了此前依赖人工测量过程的全面自动化，显著提升了可重复性与可扩展性。